Modul ke:
Metodologi Penelitian PEMODELAN
Fakultas
Program Pasca Sarjana Program Studi
Magister Teknik Elektro
Hamzah Hilal
9.1 UMUM Model meruakan suatu representasi atau formalisasi dalam bahasa tertentu (yang disepakati) dari suatu sistem nyata. Pemodelan adalah proses membangun atau membentuk subuah model dari suatu sistem nyata dalam bahasa formal tertentu seperti dapat dilihat pada gambar 9.1.
Gambar 1.9 Skema proses pemodelan.
Prosedur pada gambar 1.9 dijelaskan sebagai berikut:
Sistem nyata (A) akan dilihat dan dibaca oleh pemodel dan membentuk image atau gambaran tertentu di dalam pikirannya, namun “image” ini (A’) tidak persis sama dengan sistem nyata (A≠A’), karena pemodel membaca dengan menggunakan kacamata tertentu. Kacamata yang dimaksud disini adalah sudut pandang atau visi atau wawasan tentang kehidupan yang dipengaruhi oleh tiga faktor yaitu: tata nilai yang diyakini/dianut oleh pemodel, ilmu pengetahuan yang dimiliki oleh pemodel, dan pengalaman hidup dari pemodel.. Image adalah suatu model yang disebut model mental (pikiran atau proses berpikir manusia)
Prosedur pada gambar 1.9 (Lanju):
Model yang dimaksud di atas tidak mudah dikomunikasikan dengan orang lain. Dibutuhkan alat komunikasi yang umumnya berbentuk bahasa tertulis seperti uraian verbal, simbol‐simbol, huruf, grafik, atau berupa wujud fisik, dll. Model yang sudah diformalkan akan dapat diuji kesesuaiannya dengan sistem nyata secara ilmiah. Untuk memperkecil kesalahan pengembangan dan hasil dari model, dapat dilakukan penyesuaian– penyesuaian tertentu.
Model digunakan untuk membantu memecahkan masalah yang sederhana ataupun kompleks dalam berbagai bidang dengan lebih memperhatikan beberapa bagian atau beberapa ciri utama dari pada memperhatikan semua detail sistem nyata. Model tidak mungkin berisikan semua aspek sistem nyata karena banyaknnya karakteristik sistem nyata yang selalu berubah dan tidak semua faktor atau variabel relevan untuk dianalisis. Karena itu dalam membentuk suatu model diperlukan usaha penyederhanaan dan penciutan yang kritis agar variabel relevan yang terpilih mempunyai dampak yang besar terhadap situasi keputusan yang diambil.
Pemodelan menyangkut kemampuan untuk menampilkan persoalan dan juga metodologi untuk menganalisis persoalan. Hasil akhir pemodelan itu sendiri adalah model dan dapat dikatakan bahwa model adalah representasi kualitatif dan/atau kuantitatif suatu proses atau usaha yang memperlihatkan pengaruh faktor‐faktornya secara signifikan dari masalah yang dihadapi. Oleh karena itu, ukuran keberhasilan pemodelan bukan dilihat dari besar dan rumitnya model, tetapi kecukupan jawab terhadap permasalahan yang ditinjau.
Kriteria baik buruknya suatu model dapat diukur oleh pertanyaan‐pertanyaan:
Apakah mengandung semua variabel yang relevan. Apakah cukup sederhana, baik dalam struktur dan atau hubungan‐ hubungan yang ada antar variabel‐variabelnya.
Suatu model makin bermanfaat bila:
Model memudahkan pengertian tentang sistem yang diwakilinya. Pengetahuan tentang alternatif keputusan yang dapat diambil dan hasil keputusan ini makin banyak atau
Jenis-jenis model berdasarkan pada teori keputusan:
Model matematik, model yang mewakili sebuah sistem secara simbolik matematik, dalam bentuk rumus dan nilai-nilai (besaran-besaran). Atribut-atribut dinyatakan dengan variabelvariabel dan aktivitas-aktivitas dinyatakan dengan fungsi-fungsi matematik yang menjelaskan hubungan antar variabel-variabel tersebut. Model informasi, model yang mewakili sebuah sistem dalam wujud grafik atau tabel.
Karakteristik suatu model yang baik sebagai ukuran pencapaian tujuan pemodelan yaitu:
Tingkat generalisasi yang tinggi. Makin tinggi derajat generalisasi suatu model maka model tersebut makin baik sebab kemampuan model untuk memecahkan masalah makin besar. Mekanisme tranparansi. Model dikatakan baik jika dapat memperlihatkan mekanisme dalam memecahkan masalah. Potensial untuk dikembangkan. Model yang berhasil biasanya mampu membangkitkan minat (interest) peneliti lain untuk menyelidikinya lebih lanjut, serta membuka kemungkinan pengembangannya menjadi model yang lebih kompleks yang berdaya guna untuk menjawab masalah sistem nyata. Peka terhadap perubahan asumsi. Hal ini menunjukkan bahwa proses pemodelan tidak pernah berakhir (selesai), selalu memberi celah untuk membangkitkan asumsi.
9.2 KLASIFIKASI MODEL Karena model dapat ditampilkan dalam berbagai cara, maka model dapat dibagi‐bagi atas beberapa kelas atau jenis. Klasifikasi model ini bermanfaat untuk membangkitkan alternatif atau pilihan model yang dapat mewakili sistem nyata, dan terdiri atas:
Berdasarkan pada fungsi, yaitu:
Model deskriptif, memberikan sebuah gambaran dari sistem nyata, dan tidak meramal atau memberikan rekomendasi. Model ini menggambarkan kondisi atau kegiatan sekarang atau masa lalu tanpa usaha memprediksi sesuatu, contoh: struktur organisasi, diagram tata letak pabrik, laporan keuangan, foto sinar-x paru-paru seorang pasien, dll.
Model Prediktif, menyatakan bahwa bila ini terjadi, maka kejadian itu akan menyusul. Model ini menghubungkan variabel terkait dan bebas untuk meramalkan hasil dari kondisi tertentu dan memungkinkan untuk melakukan percobaan dengan pertanyaan “jika”, contoh: Analisis break even point, BE=F/(1‐v), menyatakan bahwa bila biaya tetap (F) diberikan, dan biaya variabel berupa bagian dari penjualan (v) diketahui, maka bep dalam penjualan (BE) dapat diramalkan dengan pasti. S(t)=aS(t‐1)+(1‐a)S(t‐2), menyatakan bahwa penjualan yang diramalkan untuk periode t bergantung pada penjualan untuk dua periode sebelumnya. Model normatif, memberikan jawaban “terbaik” dari alternatif yang ada terhadap sebuah masalah. Model ini memberikan aturan dan rekomendasi untuk langkah‐langkah atau tindakan yang dapat diambil untuk mengoptimalkan pencapaian beberapa keuntungan (nilai), contoh: model simpleks dalam proram linier, pengaturan waktu pesan optimum, dll.
Berdasarkan pada struktur, yaitu: Model ikonis, menyerupai sistem sebenarnya tetapi dalam skala yang berbeda, contoh: maket tiga dimensi tata letak pabrik, foto udara real eastate, model pesawat, dll. Model analog, menggunakan karakteristik suatu sistem untuk merepresentasikan beberapa karakteristik sistem lain. Model ini dapat menggambarkan situasi dinamik dan digunakan untuk perkiraan dan pengendalian, contoh: aliran lalu lintas dengan aliran arus listrik, dll.
Model simbolik, menggunakan berbagai simbol untuk menerangkan aspek-aspek dunia nyata. Prediksi atau pemecahan optimal dapat dicapai dari model-model simbolik ini dengan menerapkan metode-metode matematik, statistik, dan logika. Keterbatasan praktis dari model simbolik ini adalah bahwa hasilnya mungkin tidak mudah diinterpretasikan karena asumsi-asumsi dari model tidak cukup dikemukakan, contoh: R=alnA+b, yang dinyatakan dalam bentuk simbolsimbol bahwa reaksi penjualan R sama dengan suatu tetapan a kali logaritma natural biaya reklame A ditambah dengan tetapan lain b. TC=PC+CC+IC, yang menyatakan dalam bentuk simbol bahwa biaya persediaan total TC sama dengan biaya pembelian (PC) ditambah biaya pengadaan (CC) ditambah dengan biaya barang atau item (IC).
Berdasarkan pada acuan waktu, yaitu: Model statistik, tidak mempersoalkan perubahan‐perubahan waktu. Model ini mengabaikan pengaruh waktu, contoh: Struktur organisasi. E=p1S1+p2S2, yang menyatakan bahwa laba yang diharapkan E sama dengan probabilitas keuntungan produk pertama p1 dikali dengan nilai keuntungan S1, ditambah dengan probabilitas keuntungan kedua p2 dikalikan dengan nilai keuntungannya S2. Model dinamik, menunjukkan perubahan setiap saat akibat aktivitas‐ aktivitasnya. Perubahan‐perubahan yang terjadi dalam sistem dapat diturunkan sebagai fungsi dari waktu. Dengan kata lain, model‐model dinamik memiliki waktu sebagai variabel bebas, contoh: dS/dt = r.A(t).(m‐S)/m – yS, yang menunjukan perubahan dalam tingkat penjualan dS/dt sebagai fungsi dari suatu tetapan reaksi r, tingkat reklame sebagai fungsi dari waktu A(t), kejenuhan penjualan m, tingkat penjualan S, dan suatu tetapan penurunan penjualan y. Model‐model pertumbuhan populasi.
Berdasarkan pada acuan tingkat ketidakpastian, yaitu: Model deterministik, tingkat kepastian didasarkan pada tingkat pengetahuan yang dimiliki oleh pengambil keputusan tentang sifat alamiah yang mempengaruhi sistem yang sedang dianalisis. Sifat alamiah (state of nature) adalah aspek‐aspek lingkungan sistem yang tidak dapat atau sedikit bisa dikendalikan oleh pengambil keputusan. Disini peluang sifat alamiah itu besarnya satu atau peluang sempurna, contoh: Laba sama dengan pendapatan dikurangi biaya. Model probabilistik, membantu dalam mengambil keputusan dengan faktor resiko. Dalam model ini sifat alamiah diketahui dan dapat dinyatakan probabilitasnya. Keputusan didasarkan pada nilai ekspektasi yang optimum, contoh: Hasil pengembalian atas investasi ROI (Return On Investment) disimulasikan dengan jalan menggunakan distribusi probabilitas dari berbagai pendapatan dengan nilai‐nilai yang dipilih dengan teknik acak. Hasil pengembalian atas investasi ini diperlihatkan dalam bentuk grafik sebagai hasil pengembalian dalam rupiah versus probabilitas dari berbagai tingkat hasil pengembalian dalam rupiah.
Model konflik, sifat alamiah pengambil keputusan berada dalam pengendalian lawan, contoh: Perang atau kompetisi, Posisi tawar (bargaining position) Negosiasi atau lobi. Model tak pasti, kondisi masa depan dan probabilitasnya tidak diketahui. Pemilihan jawab berdasarkan pada pertimbangan, utilitas, dan resiko melalui probabilitas subyektif, contoh: Model‐model keputusan, maksimin‐maksimaks.
Berdasarkan pada acuan derajat generalisasi, yaitu: Model umum, merupakan model‐model yang dapat diterapkan pada berbagai bidang fungsional dari usaha. Model ini dapat digunakan untuk beberapa jenis masalah yang berbeda, contoh: Program linier yang dapat dipakai dalam memecahkan alokasi sumber. Model antrian, penerapannya dapat dilakukan dalam bidang produksi, personalia, pemasaran, dan distribusi barang. Model spesifik/khusus, merupakan model‐model yang dapat diterapkan terhadap sebuah bidang usaha fungsional tunggal atau unik saja dan hanya dapat digunakan pada masalah‐ masalah tertentu, contoh: Reaksi penjualan sebagai fungsi reklame dapat didasarkan pada suatu himpunan dari persamaan yang unik.
Berdasarkan pada acuan lingkungan, yaitu: Model terbuka, memiliki interaksi dengan lingkungannya berupa pertukaran informasi, material, energi. Model ini mempunyai satu atau lebih variabel eksogen yaitu variabel yang berasal dari lingkungan eksternal, contoh: Model input‐output. Model tertutup, tidak memiliki interaksi dengan lingkungannya. Model ini memiliki variabel yang seluruhnya variabel endogen yaitu variabel yang berasal dari lingkungan terkendali dan internal, contoh: Model termostat.
Berdasarkan pada acuan derajat kuantifikasi, yaitu: Kualitatif, menggambarkan mutu, baik/buruknya suatu realita. Kuantitatif, variabel‐variabelnya dapat dikuantifikasikan berupa numerik, contoh: Model statistik, optimasi, dan simulasi. Berdasarkan pada acuan dimensi, yaitu: Model dua dimensi, terdiri atas dua faktor atau dimensi penentu. Model ini merupakan model yang paling sederhana, contoh: Model pegas, F=kx. Model multidimensi, terdiri atas banyak faktor penentu. Model ini mempunyai lebih dari dua variabel atau dimensi, contoh: Analisis regresi berganda, simulasi, prototipe kapal, dll.
Pakar lain mengklasifikasi model seperti pada gambar 9.2, yang dapat dijelaskan sebagai berikut:
Gambar 9.2 Klasifikasi lain dari model.
Model fisik atau abstrak. Model fisik biasanya adalah miniatur obyek yang diamati, yang terdiri atas model fisik statis yang tidak bergerak (market pada arsitektur), dan model fisik dinamik seperti yang digunakan pada terowongan anginuntuk menguji rancangan pesawat. Sedangkan model abstrak dibagi lagi menjadi 3 jenis yaitu: model mental merupakan model yang dimiliki semua orang di benaknya untuk mewakili proses atau kejadian yang terjadi di sekitarnya, model bahasa atau verbal merupakan model komunikasi yang dimiliki oleh orang, dan model matematik merupakan penggunaan bahasa yang lebih tepat dan akurat yang biasanya diwakili oleh simbol‐simbol atau lambang‐lambang. Model statik atau dinamik. Model dapat mewakili situasi yang berubah terhadap waktu. Model statik menjelaskan hubungan yang tidak berubah terhadap waktu. Model dinamik menangani interaksi yang berubah terhadap waktu.
Linier atau non‐linier. Sistem yang diwakili oleh model dapat berupa sistem linier atau sistem non‐linier. Pada sistem linier, pengaruh luar pada sistem adalah murni penjumlahan atau berlakunya pronsip superposisi. Sedangkan pada sistem non‐ linier pengaruh luar ini tidak hanya bersifat penjumlahan saja. Stabil atau tidak stabil. Sistem stabil adalah sistem yang cenderung akan kembali ke posisi semula setelah diganggu. Sedangkan sistem yang tidak stabil tidak akan kembali ke kondisi semula bila diganggu. Kondisi tunak atau transien. Model dapat dibagi menurut prilakunya apakah kondisi tunak atau mantap (steady state) atau kondisi transien (transient). Pola kondisi tunak adalah model yang berulang terhadap waktu dan pola perilaku pada suatu waktu periode sama sifatnya dengan periode lainnya. Sedangkan perilaku transien adalah fenomena sesaat yang tidak dapat berulang.
Terbuka atau tertutup. Model tertutup dicirikan oleh perilaku nilai dari variabel terhadap waktu dengan interaksinya terhadap variabel‐variabel lain dalam sistem dan batas yang menyatakan daerah terjadinya interaksi‐interaksi yang menghasilkan perilaku yang diamati. Konsep batas tertutup mengimplementasikan bahwa, perilaku sistem yang sedang diamati tidak ditentukan oleh kejadian‐kejadian di luar sistem, tetapi di dalam sistem. Konsep batas tertutup tidaklah mengartikan bahwa sistem tidak dipengaruhi oleh kejadian‐kejadian di luarnya, tetapi hanya menyatakan bahwa kejadian‐kejadian di luar itu dipandang sebagai kejadian‐kejadian acak yang memang bersentuhan dengan sistem, tetapi bukan yang memberi pertumbuhan intrinsik dan karakteristik kestabilan pada sistem itu.
9.3 PENGEMBANGAN MODEL Model merupakan cara sederhana untuk memandang suatu masalah. Model yang baik cukup hanya mengandung bagian‐ bagian yang perlu saja. Untuk memudahkan pemikiran tentang karakteristik‐karakteristik model yang dibuat, haruslah dapat dimengerti tentang masalah (problem) dan sistemnya. Dalam pembentukan model, harus diperhatikan faktor apa saja yang mempengaruhi perilaku dari sistemnya, atau dengan kata lain memperhatikan pengertian (konsep) sistemnya. Dengan demikian, dapat ditentukan variabe‐variabel apa saja yang menentukan performansi dari sistem yang diamati, kemudian bagaimana variabe‐variabel tersebut dapat dikendalikan dan diatur. Pada akhirnya akan diperoleh suatu performansi sistem yang dikehendaki.
Ada beberapa kriteria yang harus dipenuhi dalam memodelkan suatu sistem, antara lain: Model harus mewakili (merepresentasikan) sistem nyatanya; dan Model merupakan penyederhanaan dari kompleksnya sistem, sehingga diperbolehkan adanya penyimpangan pada batas‐batas tertentu.
Model tidak hanya digunakan untuk menggambarkan sekumpulan pemikiran‐pemikiran, tetapi juga mengadakan evaluasi dan meramalkan kelakuan sistem, sehingga akan didapatkan perancangan terbaik tanpa membutuhkan konstruksi seluruh kenyataan alamiahnya. Kebanyakan masalah yang dihadapi oleh manajer adalah belum dimilikinya definisi atau susunan sistem yang jelas. Jadi harus dilakukan pendekatan sistem untuk membangun sistemnya secara eksplisit. Lagi pula, sering masalah yang dihadapi merupakan masalah yang unik yang bisa saja terjadi dengan latar belakang yang berbeda.
Memang telah banyak model yang tersedia yang tampaknya cocok dengan masalah yang sedang dihadapi, namun pertanyaan klasik selalu muncul yakni, bagaimana caranya memakai model tersebut. Dengan kata lain apa yang harus dilakukan agar model yang ada dapat dipakai tanpa mengurangi nilai pemecahan masalah. Oleh karena itu, diperlukan modifikasi dan pengembangan model dari sistem masalah yang ditinjau. Pengembangan model tidak lain adalah suatu usaha memperoleh model baru yang memiliki kemampuan lebih di dalam beberapa aspek. Langkah‐langkah pengembangan model yang dimaksud dapat dilihat pada gambar 9.3.
Gambar 9.3 Langkah-langkah pengembangan model
Gambar 9.3, secara implisit memiliki lima tahap umum yang selalu muncul dalam membuat suatu model yaitu:
Definisi masalah. Sebagai langkah awal, definisi masalah sangat kritis, karena akan menentukan kelancaran tahap‐tahap selanjutnya. Pengalaman menunjukkan bahwa analis jarang sekali melakukan kekeliruan dalam mencari penyelesaian suatu masalah, justru kekeliruan yang sering dilakukan adalah menyelesaikan suatu masalah yang dirumuskan dengan salah. Model konseptual. Model konseptual menunjukkan keterkaitan antarvariabel yang menentukan perilaku sistem. Tujuan studi memberikan indikasi performansi apa yang ingin dicapai dan model konseptual inilah yang memberikan kerangka apa yang membentuk performansi itu. Model konseptual terkadang terlalu luas dan belum operasional untuk dilakukan simbolisasi dan penetapan aturan kuantitatif, oleh sebab itu diperlukan pengidealan dan penciutan. Idealisasi dan penyederhanaan keterkaitan variabel sistem ini dikenal sebagai tahap karakterisasi sistem. Tahap karakterisasi sistem memerlukan pemahaman yang mendalam mengenai aspek‐aspek fisik sistem yang berkaitan dengan dunia nyata masalah.
Formulasi model. Karakterisasi sistem yang telah diperoleh akan memberikan masukan berupa struktur masalah yang menunjukkan keterkaitan hubungan antara variabel‐variabel yang penting dalam penyelesaian masalah. Interaksi antarvariabel yang kompleks sering disederhanakan dengan menggunakan asumsi yang tepat. Formulasi ini mengikuti lima tahap, yakni:
Variabel‐variabel yang dilibatkan. Sebuah model harus dapat mereproduksi suatu fenomena yang diminati oleh perancangnya, sehingga variabel yang harus dilibatkan adalah yang relevan saja. Sedangkan yang tidak, dapat diabaikan. Kebanyakan variabel yang relevan sudah dapat diidentifikasikan setelah adanya pembatasan masalah. Variabel ini adalah variabel output. Kemudian akan ada pula variabel yang mempengaruhi variabel output yang menyebabkan ia harus dimasukkan juga. Pada tahap ini yang dibutuhkan dari seorang analis adalah daya imajinasi dan kapasitasnya (pcngetahuan dan pengalaman) untuk memilih faktorfaktor yang penting dan relevan dengan masalah yang dikaji.
Tingkat agregasi dan kategorisasi. Masalah agregasi adalah penggabungan berbagai variabel menjadi satu variabel. Sedangkan kategorisasi menunjuk kepada pengelompokan populasi (obyek) atas variabe‐variabel. Misalnya, penduduk bisa dikategorikan atas dasar umur, jenis kelamin, pekerjaan, tempat tinggal, pendapatan, dan sebagainya. Penentuan kategori seperti ini akan, tergantung pada tujuan dari model. Perlakuan terhadap waktu. Ada dua aspek yang perlu dipertimbangkan dalam melihat faktor waktu ini. Pertama, adalah masalah horizon waktu yang dicakup suatu model. Ini terutama berkaitan dengan perencanaan yang selalu berurusan dengan sesuatu yang akan datang. Kedua, apakah waktu memang secara eksplisit perlu dilibatkan dalam model, yang berarti model tersebut dinamis, ataukah cukup statik saja. Pertimbangan atas kedua hal di atas akan banyak ditentukan hasilnya oleh : • Hakikat (the nature of) masalah/fenomena yang dihadapi. • Kemampuan intelektual beserta perangkat lainnya dari pemodel.
Spesifikasi model. Setelah itu perancang model perlu membuat hipotesis (betapapun sederhananya) tentang struktur dan perilaku fenomena yang sedang dicoba merepresentasikannya. Setelah ini dia menguraikan dengan jelas hipotesis itu, dan kalau diperlukan, menerjemahkannya ke dalam bahasa matematika. Kalibrasi model. Kalibrasi adalah mencocokkan model dengan kondisi nyata. Apabila model berbentuk bahasa matematika, maka biasanya ada parameter‐parameter yang disesuaikan dengan kondisi nyata. Kalibrasi mudah dilakukan bila format/bentuk dan struktur model sudah pernah dicoba pada berbagai kesempatan sebelumnya (estimasi parameter). Apabila suatu model sama sekali baru, maka proses kalibrasi tidak mudah dilakukan, ia mungkin memerlukan simulasi.
9.4 ANALISIS DAN SOLUSI MODEL Pemahaman akan suatu model dapat ditingkatkan dengan melakukan analisis model. Pengupasan hubungan antarvariabel dilandasi oleh teori matematis untuk mendapatkan solusi, misalnya bila suatu fungsi yang mewakili kejadian dianggap berada dalam kondisi stasioner. Selayaknya solusi model yang diperoleh memiliki ciri eksistensi dan keunikan. Eksistensi (keberadaan) solusi menunjukkan bahwa solusi model itu benar‐benar ada dan tidak sepele (non‐trivial). Keunikan menunjukkan bahwa solusi yang diperoleh berada dalam batas‐batas yang telah ditentukan. Solusi yang baik dapat juga dilihat dari derajat sensitivitas fungsi tujuan terhadap perubahan‐perubahan variabel bebas dan parameter model. Apabila formulasi awal sebuah model sudah selesai, maka kemampuannya untuk mereproduksi sifat‐sifat dan perilaku sistem nyata harus diuji.
Adalah penting untuk disadari bahwa rincian formulasi model dapat saja diubah bila pengertian dan pemahaman tentang sistem yang dikaji bertambah. Dan pertambahan pemahaman ini dapat diperoleh melalui simulasi dengan komputer. Kekurangsesuaian antara hasil pengujian dengan data yang nyata dapat menimbulkan proses siklus reformulasi model, tergantung pada sejauh mana deviasi tersebut dapat ditoleransikan. Siklus ini merupakan inti pemodelan, namun dalam kenyataannya sering sulit sekali dilaksanakan. Umumnya keterbatasan ini menyangkut ketersediaan data nyata yang dapat dibandingkan dengan data dari model. Konsekuensinya, pemodelan menggeser pertanyaan dari apakah suatu model valid atau tidak ke pertanyaan sejauh mana model tersebut dapat menolong kita memperbaiki ketelitiannya dalam merepresentasikannya.
Umumnya ada lima kriteria untuk mengevaluasi sebuah model, yaitu : Ketelitian. Di sini terutama diperiksa kesesuaian perilaku model dengan perilaku sistem nyata yang direpresentasikannya. Validitas. Di samping masalah perilaku, struktur atau saling hubungan antarvariabel model perlu juga diperiksa. Adalah mungkin bahwa suatu model berperilaku mirip dengan sistem nyatanya, tetapi tidak memiliki struktur/saling hubungan yang mirip/mendekati sistem nyatanya. Ketetapan (constancy). Kriteria ini tidak mempengaruhi model sebagai alat menjelaskan, namun sangat penting bila model itu akan digunakan untuk meramalkan. Hal ini berkaitan dengan sejauh mana suatu hubungan antarvariabel akan tetap selama periode waktu tertentu. Ketersediaan taksiran untuk variabel. Apakah suatu model dapat digunakan dengan berhasil untuk meramalkan atau tidak, tergantung pada ketersediaan nilai taksiran untuk variabe‐variabel kunci. Salah satu pertimbangan yang harus diingat selama spesifikasi variabe‐variabel yang akan dilibatkan dalam suatu model (dan satu hal yang mempengaruhi ketelitian model tersebut dalam meramal) adalah kemudahan dan ketelitian variabel tersebut untuk diramalkan nilainya. Interpretasi dan implementasi model. Solusi yang diperoleh dari perumusan masalah harus mampu menjelaskan situasi sistem asal, karena disinilah letak nilai keberhasilan suatu model. Hasil penafsiran ini berguna untuk memperbaiki perilaku sistem asal.
Suatu model yang telah berhasil dibangun tidak bisa begitu saja diterapkan. Sebelum model tersebut digunakan, dibutuhkan beberapa pertimbangan berikut. Proses pemodelan menyebabkan adanya asumsi‐ asumsi, hipotesis‐hipotesis, dan latar belakang‐latar belakang tertentu. Keadaan ketika model hendak diterapkan belum tentu persis sama dengan keadaan nyata yang menjadi dasar dibangunnya model tersebut.
Terima Kasih Hamzah Hilal
